iCalPez: Inteligencia artificial aplicada al calibre automático de especies pesqueras

La preservación de los recursos pesqueros y el mantenimiento y mejora de la actividad económica a su alrededor es fundamental para nuestra sociedad. Los estudios científicos y gubernamentales sobre el estado de los "stocks" de pesca coinciden, junto con los datos estadísticos en nuestro país, en la tendencia decreciente de la evolución de las capturas y,  aunque los precios del pescado han aumentado, los ingresos reales de los pescadores siguen disminuyendo. Todo ello pronostica la desaparición futura, tanto de los recursos pesqueros como de la actividad en su entorno, si no se actúa adecuadamente.

Para garantizar la continuidad de estos recursos y mejorar la eficiencia de la industria pesquera y la economía de las sociedades costeras, la Unión Europea ha estado introduciendo, a lo largo de los últimos años, una serie de medidas, planes de gestión, limitaciones de pesca y requerimientos ambientales que necesitan, entre otros, datos reales detallados sobre capturas para poder analizar correctamente la situación.

El calibre es un dato relevante de los productos pesqueros que ayuda a la comercialización de productos con marca registrada o sin ella. Este es, además, fundamental para su gestión y preservación como recurso biológico marino.

En el caso de la comercialización de productos pesqueros en las lonjas, hay unas 40 especies con categorías de calibre y de frescura, según regulaciones europeas, y más de 200 especies presentes en las lonjas españolas sin categorías comerciales y que, por otra parte, no tienen normas comunes de comercialización en la Unión Europea. Los efectos positivos de tener calibrados los productos pesqueros son muy importantes: permiten y mejoran las transacciones comerciales entre operadores situados en mercados diferentes, posibilitan la venta por internet con más detalle, ayudan a implementar los planes de gestión de la actividad pesquera y reducen la comercialización de pescado por debajo de la talla mínima reglamentaria.

La distribución y separación de las partidas de productos pesqueros, con calibre establecido, se hace normalmente en las lonjas, confiando en la experiencia de las personas (pescadores, operadores), y el control de las regulaciones se realiza mediante inspecciones por parte de personal de la administración, que se desplazan a las lonjas y hacen muestreos aleatorios para elaborar estadísticas. Este proyecto ayudaría a determinar estos calibres de una manera más eficiente y exacta.

Ya hay casos de aplicaciones recientes con éxito de la inteligencia artificial en recursos pesqueros. Podemos mencionar el reconocimiento automático de especies en barcos, el conteo y medida de peces, la detección de ejemplares en cajas de pescado o la medida de la frescura. Estas y muchas otras aplicaciones del «Deep Learning» abren todo un abanico de posibilidades en el monitoreo, la conservación y la gestión y comercialización de la pesca.

En este proyecto proponemos desarrollar un sistema de inteligencia artificial, basado en visión por computador, utilizando metodologías «Deep Learning» para ayudar a clasificar las especies pesqueras en las lonjas en su primera venta. Este sistema tiene el objetivo de determinar el calibre (relación tamaño / peso, histograma de tallas) y alertar de la presencia de ejemplares por debajo de la talla mínima de referencia. Para llevarlo a cabo, se ha establecido una red de colaboración con las cofradías de pescadores que participan en el proyecto (OP80 Punta del Moral, Cofradía de Pescadores de Gandía, Cofradía de Pescadores de Llançà), de cara a realizar una implementación, centrándonos en especies en riesgo de sobreexplotación y de interés comercial al mismo tiempo (merluza, salmonete, gamba blanca, cigala, gamba roja o rosada, langosta, pulpo de roca, etc.).

Acciones:

A1. Análisis de especies de interés y ajuste del plan piloto

• Se determinarán, junto a las cofradías de pescadores y las empresas colaboradoras, cuáles son las funciones del sistema, qué resultados se van a obtener y qué especies son las de mayor interés.
• Se explicarán en detalle las posibilidades en cuanto a medidas obtenidas con visión por computador y se establecerá una estrategia de obtención de datos y de posterior implementación del prototipo de sistema en las cofradías escogidas.

Se trabajará con 3 especies y, si se tiene suficiente tiempo, se extenderá a las especies que permita la duración del proyecto.

A2. Creación de base de datos especies de interés

• Obtención de imágenes de las especies de interés en primera venta, junto con el peso, fecha de captura, precio de venta y otros datos adicionales que estén disponibles
• Definición y creación de la base de datos.

A3. Desarrollo de los algoritmos de visión por computador

Trabajaremos con sistemas de visión supervisados, basados en «Deep Learning» que necesitan una base de datos (imágenes), con los objetos de interés (peces) identificados para poder entrenar la red neuronal.

• Segmentar y etiquetar manualmente la base de datos de imágenes
• Entrenamiento de la red neuronal y refinamiento de los parámetros.
• Postprocesado para obtener el calibre (peces / kg, talla).

Los modelos que utilizaremos permiten un aprendizaje evolutivo y que añadamos imágenes a lo largo del proyecto para ir mejorando su rendimiento.

A4. Implementación del sistema

• Implementación TEST para poder validar su funcionamiento práctico en ordenadores y GPUs en la UPC.
• Implementación OPERATIVA, en host-GPU en el nube, conectada a las cámaras de cada lonja y monitorizada.

A5. Análisis y presentación de los resultados

• Elaboración de material informativo del proyecto y de las fuentes de financiación.
• Estudio de los resultados y su influencia en la comercialización y gestión sostenible. Presentaciones, seminarios y encuestas a cofradías, federaciones, empresas y entidades responsables de gestión ambiental.

En definitiva, se propone un sistema que responda a las necesidades del sector pesquero y garantice y compatibilice sus actividades con el buen estado ambiental del mar.